ROBO將與德國慕尼黑工業大學合作，將VSLAM導航技術引入國內，使ROBOGO成為第一個應用該技術的醫用無人車。

VSLAM是近年來的技術寵兒。Google最新的VPS逆天黑科技就是利用計算機視覺進行定位，使適用范圍（室內、室外）和精度（理論達到厘米級）上都大大超越GPS。Tesla無人車也充分利用了自主研發的視覺處理工具Tesla Vision，對行車環境進行專業的解構分析。

有了VSLAM技術，我們可以大膽的說，AGV能夠像人類一樣，在未知的新環境中可以通過觀察環境，理解環境，最終實現與環境的交互協作。

*VSLAM地圖構建，圖片來源：百度 AI

作為醫療AGV，ROBOGO立志引領行業發展，成為首臺搭載VSLAM導航技術的醫療無人車！

近日，德國慕尼黑工業大學的Nassir Navab教授（全球知名的醫學影像學、醫學圖像分析以及人工智能領域權威專家，醫學圖像計算和計算機輔助干預國際會議（MICCAI）董事會成員，IEEE TMI、MedIA 、Medical Physics等國際期刊編委會成員）來到ROBO，帶來了VSLAM的最新研發進展。Nassir Navab教授介紹的語義VSLAM技術，能使ROBOGO實現室內環境3D重建，彌補2D導航的缺陷，并對醫院環境進行語義識別，實現有效的避障導航和交互功能。

凡是擁有一定行動能力的智能體都擁有某種形式的SLAM系統。目前常見的SLAM系統一般具有兩種形式：基于激光雷達的SLAM（激光SLAM）和基于視覺的SLAM（VSLAM）。相較而言，VSLAM應用場景更為豐富，更能適應較大尺度且動態的環境，生成的地圖更為豐富，且傳感器的穩定性更高。

VSLAM本身已經是行業領先技術，但是此次Nassir Navab教授帶來了更加創新的構想，將VSLAM技術與深度學習融合，利用深度相機獲取地圖數據，生成三維點云地圖，而后將三維點云地圖與語義進行關聯，結合生成環境的語義地圖，在語義地圖中區分出靜態與動態物體，并可以在語義層面進行更高層次的場景識別，提供未來指令型任務的輸入和輸出，提高AGV服務能力和人機交互的智能性。有了語義VSLAM，ROBOGO就能輕松識別環境中的手術臺、座椅、電梯等等物體，執行任務更加輕松啦！

*一張圖讀懂語義VSLAM

同時，擁有語義VSLAM技術的ROBOGO能輕松實現跨樓層檢驗樣品運輸。接受指令后，ROBOGO會自動計算自己的位置與電梯的位置，然后進行路徑規劃和導航，到達電梯后向電梯發送指令，實現開門、關門，自動到達目標樓層，行動過程中還能自動識別并躲避障礙物！

ROBO積極尋求與全球醫療機器人、人工智能領域的專業科研機構合作，致力于不斷提升研發水平，以強大的科研實力為ROBO的長遠發展奠定堅實的基礎。新時代，新技術！ROBO將繼續秉持匠心，深耕技術，不斷鉆研，走在時代最前沿，用國際頂尖技術打造領先行業的醫療AGV！